GAN的loss为nan的解决办法(成功)

作者在尝试多个GAN模型时遇到loss为NaN的问题,经更换电脑和对比底层代码发现,问题源于不同版本的package。调整所有代码到同一兼容版本后,所有GAN模型都能正常运行。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

跑了好几个GAN模型,一运行loss就巨大,几次epoch后就变NaN,或者直接就爆掉
在这里插入图片描述
有人说loss为nan是因为里面有log出问题了,但我想着文章里给的代码肯定得是能跑的啊

后来换了个电脑,重新把cyclegan的源码跑了一下,又完全好了
震惊!
后来我对比了一下底层,发现能跑通的这个跟其他的连conv2d的底层都不一样,所以判断是package的版本不一样
于是我把所有其他GAN代码的环境都变成能跑通的这个
其他的GAN也就都能跑通了

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值